EasyCV
英語| 簡體中文
介紹
EasyCV是基於Pytorch的多合一計算機視覺工具箱，主要集中於自我監督的學習，基於變壓器的模型以及主要的CV任務，包括圖像分類，度量度學習，對象檢測，姿勢估計等等。
主要功能
SOTA SSL算法
EasyCV基於對比度學習，例如Simclr，Moco V2，SWAV，Dino，以及基於掩蓋圖像建模的MAE，提供了自我監督學習的最新算法。我們還為SSL模型評估提供了標準的基準測試工具。
視覺變壓器
EasyCV的目的是提供一種簡單的方法，以使用經過監督的學習或自我監督的學習（例如VIT，SWIN Transformer和Detr系列）訓練的現成SOTA變壓器模型。將來將添加更多模型。此外，我們支持TIMM的所有預審預定的模型。
功能和可擴展性
除SSL外，EasyCV還支持圖像分類，對象檢測，度量學習以及將來會支持更多領域。儘管涵蓋了不同的區域，但EasyCV將框架分解為不同組件，例如數據集，型號和運行掛鉤，從而易於添加新組件並將其與現有模塊相結合。
EasyCV提供了簡單而全面的界面來推理。此外，所有模型均在PAIEAS上支持，可以輕鬆將其部署為在線服務，並支持自動擴展和服務監視。
效率
EasyCV支持多GPU和多工培訓。 EasyCV使用DALI來加速數據和預處理過程，並使用Torchaccelerator和FP16加速訓練過程。為了進行推理優化，使用JIT腳本的EasyCV導出模型可以通過Pai-Blade進行優化
什麼是新的
[2023.05.09]
- 09/05/2023 EasyCV V0.11.0已發布。
- 支持EasyCV作為[ModelsCope]（https://github.com/modelscope/modelscope）的插件。
[2023.03.06]
- 20023年6月3日發布了EasyCV V0.10.0。
- 添加分割模型STDC
- 添加基於骨架的視頻識別模型STGCN
- 支持里德和多麗
[2023.01.17]
- 17/01/2023 EasyCV V0.9.0發布了。
- 支持單鏡頭MOT
- 支持視頻識別（X3D，Swin-Video）
[2022.12.02]
- 02/12/2022 EasyCV V0.8.0已發布。
- Nuscenes Val的BeVformer-Base NDS增加了0.8，訓練速度提高了10％，推理速度增加了40％。
- 支持對象365預處理並添加Dino ++模型可以在200m的型號（在相同的尺度下，精度是最佳的）獲得63.4map的精度。
[2022.08.31]我們發布了在40〜50 map（小於1ms）內實現SOTA結果的Yolox-Pai。我們還為END2END對象檢測提供了方便，快速的導出/預測API。要快速開始Yolox-Pai，請單擊此處！
- 31/08/2022 EasyCV V0.6.0已發布。
- 釋放Yolox-pai，可在40〜50地圖（小於1ms）內產生SOTA的結果
- 添加檢測可可在可可獲得58.5地圖的恐龍
- 添加Mask2Former Algo
- 釋放Imagenet1k，Imagenet22K，可可，LVI，VOC2012帶有baidudisk的數據加速下載
有關更多詳細信息和歷史記錄，請參考thech_log.md。
技術文章
我們有一系列有關EasyCV功能的技術文章。
- EasyCV+變壓器算法庫
- Mae自監督算法介紹和基於Easycv的複現
- 基於easycv復現vitdet：單層特徵超越fpn
- 基於easycv復現detr和dab-det，對象查詢的正確打開方式
- Yolox-pai：加速Yolox，比Yolov6更快更強
- EasyCV帶你復現更好更快的自監督算法-FastConvmae
- Easycv datahub提供多領域視覺數據集下載，助力模型生產
- 使用easycv mask2former輕鬆實現圖像分割
安裝
請參閱quick_start.md中的“安裝”部分以進行安裝。
開始
請參閱quick_start.md以進行快速啟動。我們還提供有關更多用法的教程。
- 自我監督的學習
- 圖像分類
- 公制學習
- 用yolox-pai檢測物體檢測
- YOLOX的模型壓縮
- 使用Torchacc
- 為本地文件和OSS文件提交IO
- 在EasyCV中使用MMDetection模型
- 批處理預測工具
筆記本
- 自我監督的學習
- 圖像分類
- 用yolox-pai檢測物體檢測
- 公制學習
模型動物園
體系結構
| 自我監督的學習 | 圖像分類 | 對象檢測 | 分割 | 對象檢測3D |
- BYOL（Neurips'2020）
- Dino（ICCV'2021）
- Mixco（Neurips'2020）
- Moby（Arxiv'2021）
- Mocov2（Arxiv'2020）
- SIMCLR（ICML'2020）
- SHAV（Neurips'2020）
- MAE（CVPR'2022）
- FastConvmae（Arxiv'2022）
| - Resnet（CVPR'2016）
- Resnext（CVPR'2017）
- HRNET（CVPR'2019）
- VIT（ICL'2021）
- Swint（ICCV'2021）
- 高效形式（arxiv'2022）
- DEIT（ICML'2021）
- XCIT（arxiv'2021）
- TNT（Neurips'2021）
- 匯合（Arxiv'2021）
- Cait（ICCV'2021）
- Levit（ICCV'2021）
- Consnext（CVPR'2022）
- resmlp（arxiv'2021）
- 外套（ICCV'2021）
- Convmixer（ICL'2022）
- MLP-MIXER（ARXIV'2021）
- 巢（AAAI'2022）
- 坑（Arxiv'2021）
- 雙胞胎（Neurips'2021）
- 洗牌變壓器（Arxiv'2021）
- DEIT III（ECCV'2022）
- Hydra注意（2022）
| - FCO（ICCV'2019）
- YOLOX（ARXIV'2021）
- Yolox-Pai（Arxiv'2022）
- DEDR（ECCV'2020）
- dab-det（ICL'2022）
- DN-DETR（CVPR'2022）
- Dino（Arxiv'2022）
| 實例細分- Mask R-CNN（ICCV'2017）
- VITDET（ARXIV'2022）
- Mask2Former（CVPR'2022）
語義細分- FCN（CVPR'2015）
- Upernet（ECCV'2018）
全景分割 | |
有關更多詳細信息，請參考以下模型動物園。
- 自我監督的學習模型動物園
- 分類模型動物園
- 檢測模型動物園
- 檢測3D模型動物園
- 分割模型動物園
- 姿勢模型動物園
數據中心
EasyCV已為不同方案收集了數據集信息，使用戶可以輕鬆地對EasyCV模型動物園中的模型進行列出或評估模型。
請參閱data_hub.md。
執照
該項目是根據Apache許可證（版本2.0）獲得許可的。該工具包還包含各種第三方組件，並根據其他開源許可根據其他存儲庫修改了一些代碼。有關更多信息，請參見通知文件。
接觸
此存儲庫目前由PAI-CV團隊維護，您可以通過
企業服務
如果您需要EasyCV企業服務支持或購買雲產品服務，則可以通過Dingding Group與我們聯繫。
